Ohjaamaton oppiminen solujen segmentaatiossa

Thumbnail Image

Files

URL

Journal Title

Journal ISSN

Volume Title

Sähkötekniikan korkeakoulu | Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2024-05-12

Department

Major/Subject

Bioinformaatioteknologia

Mcode

ELEC3016

Degree programme

Sähkötekniikan kandidaattiohjelma

Language

fi

Pages

4+20

Series

Abstract

Tämä kandidaatintyö tarkastelee ohjaamattoman koneoppimisen käyttöä solujen segmentaatiossa ja pohtii sen hyötyjä ja haittoja verrattuna muihin segmentaatiomenetelmiin. Tavoitteena on saada ajankohtainen ja laaja yleiskatsaus aiheen tutkimukseen ja sen tulevaisuuteen. Työssä käydään ensin läpi aiheeseen liittyvää teoreettista taustaa liittyen mikroskooppikuvien analyysiin, solujen segmentaatioon sekä ohjaamattomaan oppimiseen. Tämän jälkeen tutustutaan erilaisiin segmentaatiomenetelmiin. Nämä jakautuvat mallipohjaisiin, ohjattua oppimista hyödyntäviin sekä ohjaamatonta oppimista hyödyntäviin metodeihin. Lopuksi verrataan ohjaamattomia menetelmiä mallipohjaisiin ja ohjattuun oppimiseen perustuviin menetelmiin.

Description

Supervisor

Turunen, Markus

Thesis advisor

Lehtonen, Arttu

Keywords

solujen segmentaatio, ohjaamaton oppiminen

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202406044048

Collections

[kand] Sähkötekniikan korkeakoulu / ELEC